基于全局-局部时间建模的增强型2D卷积神经网络（2DCNN），结合类别监督的对比学习方法用于动作识别

《ACM Transactions on Multimedia Computing, Communications, and Applications》：Global-local Temporal Modeling Enhanced 2DCNN with Category-supervised Contrastive Learning for Action Recognition

　　

摘要 AI摘要

要查看此由AI生成的摘要，您必须具有高级访问权限。

了解更多 登录

摘要

摘要

动作识别是计算机视觉中的一个核心基础任务，在安全监控和自动驾驶等关键场景中有广泛的应用。然而，以往的2DCNN动作识别方法通常存在以下问题：时间建模能力不足，以及对于易混淆的类别，语义边界的划分不够清晰。为了解决这些问题，我们提出了一种新型的全球-局部时间建模增强型2DCNN（GCNet），该模型结合了全球-局部时间模型模块（GTM）和类别监督对比学习（CCL）。具体来说，全球-局部时间模型模块通过分析特征随时间的变化趋势来构建动作的整体语义模型；而类别监督对比学习模块则通过比较正样本和负样本来使动作的语义边界更加明确。我们在广泛使用的动作识别数据集（UCF-101、HMDB-51、Something Something-v1）上进行了大量实验，结果表明，我们的GCNet性能优于其他最先进的方法。代码链接为：https://github.com/luoyujuan123/GCNet。

AI摘要

AI生成摘要（实验性内容）

此摘要是由自动化工具生成的，并非由文章作者撰写或审核。提供该摘要的目的是为了帮助读者发现相关内容、评估文章的实用性，并辅助来自相关研究领域的读者理解文章内容。它旨在补充作者提供的摘要，后者仍是论文的官方摘要版本。完整文章才是权威的信息来源。点击此处了解更多。

请点击此处对摘要的准确性、清晰度和实用性进行评价。您的反馈将有助于我们优化未来生成的摘要版本。

要查看此由AI生成的简单语言摘要，您必须具有高级访问权限。